Générateur llms.txt gratuit : créez un fichier llms.txt à partir de votre sitemap

Comment utiliser le générateur llms.txt ?

Saisissez votre domaine dans le champ ci-dessus, cliquez sur « Générer » et patientez pendant que l'outil lit votre site. Une fois terminé, le brouillon s'affiche dans la zone de texte, où vous pouvez le modifier, le copier ou le télécharger sous forme de fichier nommé llms.txt.

Derrière le bouton, le traitement suit un ordre fixe afin que le résultat soit prévisible. Connaître cet ordre aide à comprendre pourquoi certaines pages apparaissent et d'autres non.

• Il interroge votre robots.txt et cherche les lignes Sitemap, en utilisant au plus deux d'entre elles ; s'il n'en trouve aucune, il essaie /sitemap.xml.
• Si le sitemap est un fichier d'index, il ouvre les deux premiers sitemaps enfants et ignore les sitemaps d'images, de vidéos et d'actualités.
• Si aucun sitemap n'est trouvé, il se rabat sur les liens de votre page d'accueil.
• Il trie les URL trouvées par profondeur, des moins profondes aux plus profondes, et garde les 25 premières : les pages de premier niveau passent donc avant les pages d'archives profondes.
• Pour chaque page, il lit la balise title, la meta description (ou la description Open Graph si la meta est vide) et le premier H1.
• Il regroupe les pages selon le premier dossier de leur URL : les pages /blog/ se retrouvent sous un titre Blog et les pages à un seul niveau sous Main pages.

Que contient un fichier llms.txt généré ?

Le brouillon suit la structure définie par la proposition publiée sur llmstxt.org : un H1 avec le nom du site, un résumé en bloc de citation, puis des sections H2 contenant chacune une liste de liens en Markdown. Chaque ligne de lien comporte un nom de page, l'URL et une courte note sur le contenu de la page.

Le générateur remplit l'essentiel pour vous, à partir des données que vos pages publient déjà. Le tableau indique d'où provient chaque élément et ce que vous devez vérifier.

La proposition prévoit aussi un H2 nommé Optional pour les liens secondaires, qu'un lecteur disposant de peu de contexte peut ignorer. L'outil ne crée pas cette section, car vous seul savez quelles pages sont secondaires ; ajoutez-la à la main si vous en voulez une.

Comment modifier le brouillon avant de le publier ?

Réduisez-le, puis affinez ce qui reste. Un brouillon construit à partir d'un sitemap reflète la façon dont votre site est stocké, pas la façon dont un lecteur devrait le découvrir : attendez-vous à supprimer des lignes, renommer des sections et réécrire des notes.

Gardez les pages qui répondent à de vraies questions sur votre activité : ce que vous vendez, pour qui, vos tarifs ou leur mode de calcul, la documentation, les politiques et les coordonnées. Supprimez les archives de tags, les pages d'auteur, les listes de catégories pauvres, les pages de remerciement, les écrans de connexion et tout ce que vous ne voudriez pas voir cité. Si une page importante manque parce qu'elle se trouve en profondeur dans le sitemap, ajoutez sa ligne à la main.

Les notes précises sont ce qui mérite le plus votre temps. Une note comme « En savoir plus sur nos services » n'apprend rien à un modèle, alors que « Onboarding à périmètre fixe pour des équipes de 10 à 200 personnes, avec un exemple de calendrier » dit ce que contient la page. Beaucoup de meta descriptions sont écrites pour obtenir des clics plutôt que pour décrire : réécrivez celles qui ressemblent à des publicités.

• Réécrivez le résumé pour qu'il dise clairement ce que fait l'entreprise, pour qui et où.
• Renommez les sections selon la logique d'un client : Produits, Tarifs, Documentation, Politiques, Entreprise.
• Vérifiez que chaque URL renvoie une page normale, pas une chaîne de redirections ou une erreur.
• Assurez-vous que chaque page liée affiche les mêmes faits que le fichier, y compris noms, prix et implantations.

Où déposer llms.txt sur WordPress, Shopify, Webflow ou un hébergement statique ?

Déposez-le à la racine de votre domaine, afin que le fichier s'ouvre à l'adresse votresite.com/llms.txt en texte brut. La méthode exacte dépend de l'hébergement de votre site, et les plateformes font évoluer leurs options : consultez les pages d'aide à jour de votre plateforme avant de commencer.

Sur un site WordPress auto-hébergé, la méthode habituelle est la même que pour les autres fichiers racine : placez-le dans le dossier principal du site via le gestionnaire de fichiers de votre hébergeur ou en SFTP. Sur les plateformes hébergées comme Shopify et Webflow, l'accès aux fichiers fonctionne différemment : cherchez les instructions propres à la plateforme pour servir un fichier à la racine, ou demandez à votre développeur ce qui est possible avec votre offre.

Sur Cloudflare Pages et les autres hébergements statiques, placez llms.txt dans le dossier que votre build publie comme racine du site, souvent nommé public ou dist, puis déployez. Ouvrez ensuite l'URL dans une fenêtre de navigation privée pour confirmer qu'elle se charge, et vérifiez que les règles de votre CDN ou de votre pare-feu ne bloquent pas les requêtes vers ce fichier et ne les soumettent pas à un challenge.

Que ne peut pas faire un fichier llms.txt ?

Il ne peut pas amener un moteur de réponse à vous citer, car aucun des grands moteurs n'a déclaré lire ce fichier. Search Engine Land a rapporté que Gary Illyes, de Google, a affirmé que Google ne le prend pas en charge, et que John Mueller l'a comparé à la balise meta keywords. Le guide d'optimisation IA de Google, mis à jour en juillet 2026, indique qu'aucun fichier, balisage ou Markdown particulier n'est nécessaire pour ses fonctionnalités de recherche IA.

Il ne remplace pas non plus ce sur quoi vous vous appuyez déjà. Les robots ont toujours besoin de pages qu'ils peuvent récupérer en HTML rendu côté serveur, robots.txt décide toujours quels bots peuvent passer, et les sitemaps XML aident toujours les moteurs de recherche à découvrir les URL. Si l'un de ces éléments est défaillant, un index Markdown soigné ne compensera rien.

C'est pourquoi nous présentons ce fichier à nos clients comme une bonne pratique facultative. Il prend une heure, ne nuit pas tant qu'il reste exact, et ne devrait jamais justifier à lui seul un accompagnement payant dans la durée.

À qui un fichier llms.txt est-il vraiment utile ?

Surtout aux développeurs et aux agents de code qu'ils utilisent. Lorsque la documentation est présentée comme un index clair de pages de référence, un assistant intégré à un éditeur, ou un développeur qui colle de la documentation dans un chat, trouve la bonne page avec moins de bruit.

Les entreprises qui conçoivent ces outils publient ce type de fichier pour leur propre documentation. OpenAI, par exemple, publie sa documentation commerce destinée aux marchands sous forme de fichier llms-full.txt, qui regroupe tout le texte dans un seul document au lieu d'une liste de liens.

Si vous proposez une API, un SDK, une plateforme pour développeurs ou un grand centre d'aide, publier un fichier bien rédigé est une attention raisonnable envers ces utilisateurs. Pour un site vitrine, un prestataire de services local ou une petite boutique, il faut honnêtement s'attendre à un bénéfice faible et non mesurable.

Qu'est-ce qui améliore vraiment la visibilité IA, si ce n'est pas llms.txt ?

Le travail que les moteurs documentent et que vous pouvez mesurer. Commencez par l'accès des robots IA : autorisez OAI-SearchBot, PerplexityBot, Claude-SearchBot, Googlebot et Bingbot dans robots.txt, vérifiez les réglages de Cloudflare pour les robots IA et confirmez dans les logs serveur que ces bots reçoivent des réponses HTTP 200. Notre service d'AEO technique couvre cette couche, avec le rendu, les sitemaps et le balisage schema.

Vient ensuite le contenu lui-même. Les pages qui ouvrent chaque section par une réponse directe, utilisent des titres formulés en questions et affichent une date de dernière mise à jour sont plus faciles à citer : c'est l'objet de notre travail de contenu orienté réponse. Des informations d'entreprise cohérentes entre le schema Organization, Wikidata, les sites d'avis et LinkedIn comptent aussi, tout comme de vraies mentions sur Reddit et YouTube.

Ensuite, mesurez. Nous exécutons un jeu de prompts fixe dans ChatGPT, Perplexity, Google AI Overviews et Copilot avant et après les modifications, et rendons compte chaque mois de la part de citations et des visites issues de l'IA dans GA4. Si vous voulez d'abord savoir où vous en êtes, un audit AEO consigne les prompts qui vous citent aujourd'hui et hiérarchise les corrections ; si vous préférez avancer par vous-même, notre checklist AEO présente les mêmes étapes dans l'ordre.